基于Landsat卫星数据的浑河水质监测及评价

丁华++王欣++刘玉梅

摘 要：氨氮和COD浓度是衡量水环境的重要指标之一，对于污染河水的质量监测和评价研究具有重要意义。利用遥感卫星反演氨氮和COD浓度可以对河水的氨氮和COD污染分布和污染程度进行整体监测，为水体的实时动态监测和水污染预警提供有效的技术支持。该文以浑河沈阳抚顺段区域为研究对象，通过采样得到采样区域的水质参数，利用相对应的Landsat遥感影像数据对氨氮和COD浓度进行相关性分析，构建基于水质遥感的反演模型，并应用模型对浑河沈阳抚顺段区域水体中氨氮与COD含量分布进行反演和评价。

关键词：COD 氨氮 ENVI 浑河

中图分类号：X832 文献标识码：A 文章编号：1674-098X（2016）10（a）-0073-02

浑河发源于抚顺市清原县湾甸子镇长白山支脉的滚马岭西侧，流经清原、抚顺、沈阳、辽中、辽阳等市县，全长415 km，流域面积2.5万km2。浑河作为辽宁省水资源最丰富的内河，同时承担了辽宁省中心城市群的工农业生产及生活用水任务。辽宁中部城市群传统的重工业相对发达、人口稠密，浑河中下游的沈抚段，同一河流几十公里之内就流经两座城市，上游城市排入的污染物还未能完全稀释净化，即进入下游城市河段，又接受下游城市排入的废水，造成环境污染的叠加。浑河沈阳抚顺段具有城市相邻、人口密集、工业和制造业发达、生活废水排放量大的特点，对其水质状况进行监测并做出准确合理的评价显得尤为重要。

近年来，随着遥感科学的不断进步和一些新机器学习算法的出现，水质遥感监测研究逐渐从定性发展到了定量，并且可利用卫星遥感反演的水质指标的种类也大大增加，反演精度也不断提高，极大程度地丰富了水质遥感监测的研究内容。遥感水质监测具有监测范围广、速度快、成本低和便于周期性连续监测的优势，能够发现一些常规方法难以揭示的污染源和污染物特征，与常规方法相比，具有不可替代的优越性。该论文就是借助遥感技术和GIS平台，以浑河沈阳段为研究区域，对浑河内水质参数氨氮含量、（COD）化学需氧量建立适合浑河水质的反演模型，并通过反演结果对浑河沈阳段水体进行水质评价和变化趋势分析。

1 材料与方法

1.1 实测水质数据的采样

由于氨氮和COD为浑河沈阳段的两种主要污染物，此次水体采样主要采集氨氮含量（NH3-N）和化学需氧量（COD）水体这两项指标。采样时间分别为2015年3月4日、3月27日、4月20日、5月6日、6月1日、6月23日，在浑河进行水体采样，采样点个数为10个。通过GPS精确定位采集10个选定采样点位的表层水样。这10个采样点分别是：长青桥、王家湾坝、新立堡立交桥、东陵大桥、干河子坝、伯官大桥、高坎大桥、下伯官拦河坝、高阳橡胶坝、和平桥和浑河大桥。采样点分布于各个桥底和壩底，河面宽阔、水流平缓便于采样，且分布均匀合理。

1.2 遥感数据的采集和处理

1.2.1 遥感数据采集

作为对浑河水质的研究和反演的遥感数据源主要采用Landsat7与Landsat8遥感数据，数据的空间分辨率为30 m和15 m两种。由于外业数据采集时间限制，为满足与卫星拍摄时间相近，2015年3月27日、6月1日选择对应时间的Landsat7数据，其余4 d选择与其相对应的Landsat8数据。从美国地质勘探局（USGS）的Landsat数据下载网站获得了沈阳浑河流域2015年3月27日、5月30日的Landsat7 TM数据和2015年3月3日、4月20日、5月6日、6月23日的Landsat8数据影像资料。

1.2.2 遥感数据的处理

此论文利用遥感平台ENVI软件对数据进行预处理：首先是辐射定标建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系；然后是大气校正消除大气的散射、反射对遥感影像的影响；转坐标系指的是利用ENVI软件中的Convert Map Projection模块，将目标坐标系设定为经纬度，改变输出图幅的尺寸；最后是图像裁剪，研究人员对需要的位置进行提取，即根据沈阳内浑河的形状和位置对图像进行裁剪。Envi软件平台能够很好地处理landsat卫星数据，通过数据预处理，可以得到感兴趣区域遥感影像的波段数据，是进一步影像解译和数据挖掘的基础。

1.3 研究方法

自20世纪70年代开始，遥感技术就开始逐渐应用到水体的研究中，随着遥感技术的不断发展和对水质参数光谱特征及算法研究的不断深入，水质遥感从单纯的水域识别逐渐发展到对水质参数进行遥感监测、分析和反演。同样利用遥感研究水质的方法、遥感监测方法也经历了理论分析方法、经验方法（20世纪80～90年代）、半经验方法（20世纪90年代以后）的发展过程。

此论文采样半经验方法，对各个波段和波段组合与氨氮含量和COD实测值之间的相关性进行分析，选取相关系数最高的波段或波段组合作为构建模型的因子；根据相关性分析得出的最佳波段组合数据与水质参数氨氮和COD数据在MATLAB中构建的函数模型；利用遥感软件ERDAS中Modeler模块进行模型反演，将得到的遥感数据在ARCGIS制作专题图，得到浑河中氨氮含量和COD含量的等级分布图；最后通过反演得到的数据对浑河抚顺段的水质进行评价和变化趋势分析。

2 结果与讨论

以2015年3月4日的数据相关性分析和模型构建及水质反演为例，对数据处理的过程和结果进行分析和讨论。

2.1 相关性分析

相关性分析是对变量间的相关程度强弱进行估算，并用合理的统计指标表达出来的过程。相关系数的值是衡量变量相关程度大小的一个量值。在统计学中，通常利用样本的相关系数r的大小来判断总体相关系数，相关系数的取值区间在-1至+1之间，∣r∣值越大，说明变量值之间的相关性越好。

将3月4日所对应的遥感数据波段反射率和相对应的水质参数统计到SPSS统计分析软件中进行相关性分析，找出相关系数最大的波段或波段组合作为对应时间的水质参数构建模型的因子。经过比较发现：与3月4日采集的水质数据中氨氮相关系数绝对值最高的波段组合是b5/b6，相关系数绝对值为0.726；与COD相关系数绝对值最高的波段组合是b5-b6/b5+b6，相关系数绝对值为0.681。因此，分别选取波段组合b5/b6与是（b5-b6）/（b5+b6）作为3月4日水质参数氨氮与COD反演模型的因子。其他时间波段的选择方法与3月4日的方法相同，这里就不一一说明了。

2.2 模型的建立

将根据相关性分析得出的最佳波段组合数据与水质参数氨氮和COD数据，利用Matlab中的CFTOOL工具箱拟合，并添加趋势线，选择指数、线性、多项式、幂函数等函数模型中R（相关系数）平方值最大的函数模型，根据拟合结果，选取3月4日氨氮与COD的最佳反演模型分别为：

由于受特殊点的影响拟合中的相关系数R2的值没有达到理想的取值范围（0.8～0.95），这可能是某些取样点的数据采集质量不好或者水样的实验室分析结果不够准确造成的。

2.3 水质反演

利用遙感软件ERDAS中Modeler模块进行模型反演，得到浑河抚顺段流域的COD和氨氮含量整体分布图，将得到的分布图导入ArcMap，借助ARCGIS的专题图功能，制作浑河沈阳抚顺段流域氨氮含量和COD含量的等级分布专题图。通过专题图可以看到浑河流域在工厂密集的抚顺区域水污染严重，而近几年沈阳加强了对污水的治理，工厂很多都迁移到了外地，因此人口密集的沈阳段反而污染相对较轻。

2.4 水质评价

此论文根据地表水环境质量标准GB3838-2002表中水质参数氨氮与COD对反演的水质参数分布图进行水质评价，在进行水质评价的时候将浑河沈阳抚顺段分为上游、中游和下游3段分段进行评价，其中Ⅳ类水主要适用于一般工业用水区及人体非直接接触的娱乐用水区，而Ⅴ类主要适用于农业用水区及一般景观要求水域。通过分析数据可以看出：浑河水质3月份处于劣Ⅴ类，但从4月到6月持续转好，6月份水质标准基本稳定在Ⅳ类，适用于一般工业用水区及人体非直接接触的娱乐用水区。同时主要适用于农业用水及一般景观要求水域。并不适用于渔业水域及游泳区。

3 结语

该论文利用的是可以在全球范围内免费接收的Landsat遥感数据，虽然Landsat影像的分辨率只有30 m（全色波段是15 m），但是具有可以周期性连续监测并且免费获得的优点，在需要周期监测整体水质的研究中发挥了相当大的研究意义，将Landsat影像应用到大型内陆湖泊水质的周期监测具有重要的现实意义和应用价值。

论文的创新之处在于利用周期性Landsat数据，通过分析各波段及波段组合反射率因子与浑河沈阳抚顺段COD和氨氮浓度的关系建立了基于landsat数据遥感反演COD和氨氮浓度的半经验模型。该次研究对利用周期性遥感影像反演水体COD和氨氮浓度取得了一定的进展，希望在以后的研究中，构建更加完善合理的模型以应用于浑河的周期性监测及水质灾害的精确预警。

参考文献

[1] 陈文召.水环境遥感监测技术的应用研究进展[J].中国环境监测，2008（3）：7-1.

[2] 王小钦，王钦敏，刘高焕.水污染遥感监测[J].遥感技术与应用，2002，17（3）：74-78.

[3] 于德浩，王艳红，邓正栋，等.内陆水体水质遥感监测技术研究进展[J].中国给水排水，2008，24（22）：12-16.

[4] 孙莹，万丽岩，江静.辽宁降水分区变化特征及夏季降水影响因子分析[J].气象与环境学报，2008（3）：18-23.